基于EMD和支持向量机的柴油机故障诊断

• 作者: 沈志熙 马笑潇 黄席樾
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 故障诊断 经验模态分解 基本模式分量 支持向量机 小波包变换
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 论文
• 页码范围: 19-22
• 页数: 4页
• 分类号: TP206.3|TK428|THL33
• 字数: 4026字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2010.01.005

摘要

为了解决传统小波或小波包变换方法对柴油机振动信号频率分辨率不高、易受邻近谐波分量间交叠影响的缺陷,提出了一种基于经验模态分解和支持向量机的故障诊断方法.该方法首先对振动信号进行经验模态分解,分别提取能量最大的几个基本模式分量的小波包特征;然后采用支持向量机在每个独立的特征子集中进行训练,并按该子集对应的基本模式分量的能量权重进行加权融合.试验中将该方法应用于6135型柴油机的故障诊断,结果表明,针对每个基本模式分量分别进行故障分析是可行的,能够对6135型柴油机常见故障模式进行准确识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄席樾	重庆大学自动化学院	232	4039	34.0	50.0
2	沈志熙	重庆大学自动化学院	20	306	10.0	17.0
3	马笑潇		2	70	2.0	2.0